小样本条件下基于多维数据的电机故障诊断方法及系统

本发明公开了一种小样本条件下基于多维数据的电机故障诊断方法及系统，应用于电机故障智能诊断，旨在解决小样本问题，本发明技术方案通过三维点云与球面映射技术，构建了融合球卷积算子与有监督分支和自监督分支协同训练的故障诊断模型，能够在仅使用少量标注样本及多种复杂工况下，实现对电机系统的高效、精准故障诊断。其中，在模型训练阶段，通过伪标签生成机制生成标签并与原始数据协同参与训练，还配套设计了加权损失函数结构与自适应权重调节策略，以优化模型在不同故障类别上的学习效率与泛化能力。综上，本发明仅需依赖少量标注样本即可实现高精度的电机故障诊断，有效降低了电驱动系统在样本标注与故障诊断两方面的成本。